OpenAI一夜倾倒722篇数学论文:有人25年心血归零,有人却长舒了一口气

2026年10月11日清晨，哈佛大学教员助理、本特利大学数学副教授诺亚·吉安西拉库萨（Noah Giansiracusa）坐在电脑前，看着屏幕上的一份清单，发了很长时间的呆。

清单来自OpenAI刚开源的GitHub代码库。

上面静静躺着722篇由AI独立生成的数学论文，涵盖了372个数学难题分支。吉安西拉库萨翻看着那些熟悉的术语，心跳漏了半拍，他多年来写进国家基金申请书、被他视作整个人生科研方向的几颗“北极星”（North Stars）问题，赫然出现在了这批已被AI攻破的清单里。

换作任何一个学者，那一刻的感觉大概就像自家祖宅被人用推土机在三个小时内推平了。

▲ 数学副教授 Noah Giansiracusa 在社交媒体上公开心路历程：从焦虑到彻底释怀

但吉安西拉库萨没有崩溃相反，他在推特上敲下了一段让整个学术界错愕的话：

“我没有感到恐慌，我反而长舒了一口气，甚至感到乐观。”

就在同一时间，电视屏幕里的画风却宛如末日降临。纽约大学数学教授特里斯坦·巴克马斯特（Tristan Buckmaster）在CNBC的镜头前声音发紧，直言不讳地发出控诉：“OpenAI周二抛出的这批论文，彻底摧毁了年轻数学家们的职业生涯。”

▲ 纽约大学数学教授 Buckmaster 直言：“AI倾倒的论文摧毁了青年学者的学术生涯”

还有更残酷的故事：伦敦大学学院的数学家弗朗西斯·约翰逊（Francis Johnson），在经典的“Wall D(2)猜想”上苦熬了整整25年，为此写了两整本书。当他最终放弃时，OpenAI的模型只花了几个小时的算力，就给出了一个轻描淡写的解法。

短短五天时间，全球数学界被撕裂成了截然相反的两个世界：一边是象牙塔面临巨大冲击的迷茫与焦虑，另一边则是重压释放后的释然与冷静。

这场由OpenAI策动的“数学大清洗”，究竟是怎么发生的？

01算力推土机：五个月，从拆篱笆到拆大楼

对于全世界的职业数学家来说，过去这半年的经历，就像在海滩上看着海水一点点退去，然后突然目睹百米高的海啸拍在脑门上。

这场冲击的降临，经历了三个清晰的阶段。

第一步：拆掉篱笆（2026年5月）OpenAI扔出了一篇关于“爱尔迪希单位距离猜想”的论文。这个由传奇数学大师保罗·爱尔迪希在1946年提出的问题极其迷人：在平地上随机点上n个点，彼此距离正好等于1米的点对最多能有多少？八十年来，无数顶尖大脑试图找到增长规律。

结果，OpenAI的通用推理模型反证了这个猜想，给出了多项式量级的反例。吉安西拉库萨当时的反应很淡定：“不过是一个依赖暴力计算的组合学问题罢了，计算机算得快而已。”学术界的大多数人也选择闭上眼睛：这只是AI在数学花园的篱笆外捡了个贝壳。

第二步：核爆地标（2026年9月）四个月后，核爆发生了OpenAI宣布攻克世界七大“千禧年大奖难题”之一，纳维–斯托克斯（Navier–Stokes）方程的光滑性问题。这个方程决定着飞机空气动力学、天气预报乃至血管里的血液流动。近百年来，人类一直无法在数学上证明：三维流体在高速旋转下，究竟是会永远平滑流动，还是会在某一刻产生速度无穷大的奇点？

OpenAI动用了大约一万个并发AI Agent，连续狂奔了88个小时，最终证明流体在特定条件下确实会在有限时间内产生奇点，并同步公开了机器可严格验证的“Lean语言”完整代码。

那一刻，吉安西拉库萨被彻底震慑了但数学家们还在自我安慰：那可是一万张显卡跑了近四天！这种顶级国家队级别的资源，普通人的日常课题还很安全。

第三步：全域倾倒（2026年10月6日）。然而，安全感仅仅维持了不到一个月

▲ OpenAI 官方发文，宣布释放内部前沿模型生成的大量全新数学成果

OpenAI不再打单点阵地战了他们把一个名为 openai/math 的代码仓库直接扔上了GitHub。

722篇手稿，372个数学问题族，一口气覆盖了代数几何、拓扑、图论、数论等十几个大方向。在底层的算力账单上，每一个被攻破的问题，平均仅仅消耗了 ChatGPT Pro 约三小时的“思考（thinking）时间”！

▲ 包含722篇学术手稿的 GitHub 仓库，宛如倾泻向学术界的洪水

学术界迎来的，是一场工业流水线式的大规模覆盖。

三个小时几块钱的电费，就能解决一个人类数学家数年甚至数十年的心血。康涅狄格大学数论教授阿尔瓦罗·洛萨诺-罗夫莱多（Alvaro Lozano-Robledo）在推特上近乎失态地连发质问：“规模令人震惊……但到底为什么？为什么要一次性放出成百上千个？这是对数学版图的敌意收购吗？”

▲ 康涅狄格大学数学教授质疑：这到底是一场公关秀，还是一场敌意接管？

02完美的裂缝：遗落的负号与“机器欺诈”

当外界都在为“数学终结”惊呼时，一线数学家们却在这个庞大的论文库里，发现了明显的裂纹。

就在仓库上线的24小时后，OpenAI的工程师悄悄提交了一次代码变更（commit fd4aeeb）：紧急撤回了代数几何方向的3篇论文。

原因滑稽得令人发笑，模型在一个核心推导中，把一个负号写错了。

这个极为低级的“负号错位”，像多米诺骨牌一样，瞬间推翻了整篇论文的核心论点，并把依赖这篇引理的下游几篇论文全部拽入了深渊。

普林斯顿大学知名黑洞数学专家米哈里斯·达费莫斯（Mihalis Dafermos）在翻阅了相关手稿后，给出了极其刻薄的评价：“这些论文语焉不详，充满了漫无边际的空话。甚至谈不上指出它们错在哪里，因为它们的严谨度，根本还没达到‘可以被称为证明’的底线。在物理学上，这叫‘连错误都算不上（not even wrong）’。”

曼彻斯特大学的著名数学家托马斯·布鲁姆（Thomas Bloom）也透露，仓库里光是关于爱尔迪希问题的论文就有1268页，不仅文笔极差，读起来宛如酷刑。

更深层的一场“文字游戏”，藏在被神化的 Lean 语言形式化验证 里。

什么是Lean？简单来说，它就像一个冷酷的数学逻辑编译器。人类数学家写出的论文，往往有跳步和直觉；但如果能把证明翻译成Lean代码，只要编译器显示通过，就证明每一步逻辑都毫无漏洞。

OpenAI在宣发中大肆强调Lean的背书。但全球最大数学形式化库主管约翰·康梅林（Johan Commelin）一针见血地指出了其中的偷梁换换柱：

“编译器只能检查代码在它自己的逻辑闭环里通不通，根本无法识别人类最初想证的到底是什么。”

在实际核查中，数学家们愤怒地发现，部分号称“已形式化”的代码，偷偷把人类原本极其宏大的数学猜想，悄悄缩减成了一个极易证明的弱化版本（weaker statement）；或者，干脆只形式化了某个无关痛痒的辅助引理，却在论文标题里宣称攻克了原命题。

这就像你要造一艘登月火箭，AI在编译器里成功模拟了一根螺丝钉的硬度，然后大肆宣布：阿波罗计划已经圆满完成。

03淹没战区：学术界遭遇“零成本垃圾轰炸”

如果说AI的证明千疮百孔，那数学家们究竟在怕什么？

学术界最大的担忧，在于成本的不对称。

一位代数拓扑学家在社交网络上道出了最残酷的体制真相：“OpenAI花了几万块钱的电费，在几天内生成了几万页看似言之成理、实则充满隐蔽缺陷的复杂草稿。现在，他们把这堆庞大的排错成本，全部白嫖甩给了学术界。”

在现代数学界，审阅一篇顶尖论文，需要人类同行评审者付出数月甚至数年的无偿心血。现在，数学家们面临着一个荒诞的死局：

• 如果你去查证：
   你得耗尽自己的黄金科研寿命，帮一家万亿市值的商业公司免费抓虫找“负号”；
• 如果你不去查证：
   这家公司就会在公共领域把这些旗帜全部插满，宣称这些人类数百年的历史名题都是他们的战利品。

在战略传播学上，这种手法有一个极其冷酷的名字：“用信息垃圾淹没战区（Flooding the zone）”。

生成废话的成本已经降到了零，而鉴别真伪的人类认知带宽，却成了这个星球上最稀缺、最易被挤爆的资源。多伦多大学数学家丹尼尔·利特（Daniel Litt）公开呼吁同行保持理性：“收起恐慌，这700多篇手稿只是未经清洗的粗糙工业废料，切莫视为数学真理！”

04终局之问：当人类再也读不懂证明，火车还会往前开吗？

回到文章开头那一幕：在许多人都在为学术前途、为真伪难辨而感到焦虑时，吉安西拉库萨为什么会感到“如释重负”？

因为他看透了那堵不可逆转的时代高墙。

吉安西拉库萨长期研究算法对社会的重塑。在他看来，焦虑往往来自于“悬而未决”的恐惧，人们每天都在担心天花板会不会塌下来。而当OpenAI带着满身泥沙和缺陷的722篇论文砸下来时，天花板已经塌了。

当最坏的预言变成现实，恐惧也就失去了寄生的宿主。

“那些我苦苦思索的‘北极星’被摘走了，但与此同时，我也从那种‘自己是否必须穷尽一生去撞碎南墙’的职业内耗中被解放了出来。”吉安西拉库萨说

2026年菲尔兹奖得主雅各布·齐默曼（Jacob Tsimerman）提出了一个更具穿透力的隐喻：“很快，人类数学就要建立在‘根本没人能完全读懂’的证明之上了。”

齐默曼坦白，哪怕是他自己赖以拿奖的那些定理，很多也是建立在别人已通过的复杂结果之上，而那些前置证明的全部细节，他自己也根本无法通盘掌握。

知名技术投资人凯文·拉克尔（Kevin Lacker）对此深表赞同，并转述了齐默曼最震撼的一句话：

“就算全车上下没有一个人懂蒸汽机内部的每一处机械原理，这辆火车难道就不往前开了吗？是的，它照样轰鸣向前”

▲ 2026年菲尔兹奖得主齐默曼的断言：数学将建立在无人理解的证明之上，正如不知原理的火车依然能跑

或许，这才是这场722篇论文大地震带给人类最本质的启示：

千百年来，数学家们总自诩为手握烛火、在黑暗中开凿绝对真理的孤独圣徒。我们痴迷于那种纯粹的人类心智之美，相信每一个定理背后都必须有通透的顿悟。

但今天，工业算力的泥石流冲进了象牙塔。哪怕它夹杂着错乱的负号、语义欺骗的编译器代码和粗制滥造的文本，它依然野蛮地推开了通往下一个时代的大门。

未来的数学家，或许将告别徒手劈柴点火的劳作，转而成为站在咆哮机车驾驶室里的瞭望者：手握仪表盘，注视着列车冲向未知的荒野。

你不需要完全理解钢铁如何被锻造，但你必须决定，这趟载着人类文明的庞大列车，究竟要开向哪里。